人工智能和工业4.0视域下高光谱成像技术融合深度学习方法在中药领域中的应用与展望

作者：陶益^*; 陈林; 江恩赐; 颜继忠

来源：中国中药杂志, 2020, 45(22): 5438-5442.

DOI：10.19540/j.cnki.cjcmm.20200630.603

• 高光谱成像技术
• 人工智能
• 深度学习
• 中药

21世纪,人工智能的崛起标志着世界进入工业4.0时代。随着计算机、电子信息科学等应用领域迅猛发展,机器学习作为人工智能的核心智慧,为中药现代化提供了方法学上的新思路。将支持向量机(support vector machines, SVM)、极限学习机(extreme learning machine, ELM)、卷积神经网络(convolutional neural networks, CNN)、循环神经网络(recurrent neural network, RNN)等机器学习方法与高光谱成像技术融合,用于中药真伪鉴定、硫熏鉴别、产地区分、含量测定、霉菌检测等,可以很大程度上解决中药质量难以严格把控的问题。该文总结了近年高光谱成像技术(hyperspectral imaging, HSI)结合机器学习方法在中药领域中的应用,重点介绍了高光谱成像技术的原理、图像预处理方法和深度学习算法,并对未来高光谱成像技术在中药领域的发展前景进行展望。

• 单位
  浙江工业大学